控制与决策

作者：郭方洪,徐博文,张文安,邓瑞龙

单位：浙江工业大学 信息工程学院,杭州 310023,,浙江工业大学 信息工程学院,杭州 310023,,浙江工业大学 信息工程学院,杭州 310023,,浙江大学 控制科学与工程学院,杭州 310027,

关键词：学习优化;深度学习;神经网络;人工智能;能量管理

基金：国家自然科学基金项目(61903333,62173305,62073285,61130220)；浙江省“钱江人才”特殊急需类项目(QJD1902010)；浙江省自然科学基金项目(LZ21F020006).

受近年来人工智能浪潮的积极影响,基于学习优化的智能电网能量管理研究不断涌现,并被视为一个富有前景的研究方向.现有学习优化方法的设计思路大相径庭,了解这些思路的优势和局限性对掌握该交叉领域动态和推动其长足发展至关重要.鉴于此,总结3种主要的学习优化类型:学习最优解、学习热启动、学习约束,分析不同学习优化类型的设计思路和优点,基于现有工作的缺憾进一步提出5大挑战,并提供一些潜在的解决方案,以期为该交叉领域的研究者提供更全面的信息和新的视角.

来源：2022年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第5期